针对现有的基于神经网络中文分词模型,通常需要大量的标注句来进行模型训练,不能充分利用汉语词典中的有用信息等问题,文中提出了将基于伪标记数据生成和基于多任务学习的两种方法融合来利用字典信息,将字典信息加入到CNN-BiGRU-CRF模型中进行训练,通过在两个基准数据集PKU和MSRA上进行验证,其准确率分别达到97.6%和97.8%,实验结果验证了该方法可以有效地提高中文分词的性能。
科研之友
微信
新浪微博
Facebook
分享链接
